lakesail.com

是什么

LakeSail 是面向 Spark 工作负载的 Rust 原生数据与 AI 平台，核心引擎 Sail 采用 Apache 2.0 开源。它的主要定位不是重新定义一套数据 API，而是通过 Spark Connect 兼容现有 PySpark、Spark SQL、DataFrame API 和 Python UDF，让团队把 remote endpoint 切到 LakeSail 后继续运行原有管道。

核心能力

LakeSail 的技术重点在于用 Rust、Arrow、DataFusion 替换 JVM 运行时，减少 JVM 启动、GC、序列化与内存调优负担。它支持 Apache Iceberg 与 Delta Lake 原生读写，强调数据保留在用户自己的 AWS 账户和开放格式中。Python UDF 通过 PyO3 在引擎内执行，面向模型打分、LLM 推理、embedding 等 AI/ML 工作负载。另一个差异点是 Agent Layer：内置 MCP Server、湖仓分支、沙箱、审计、diff 审查和提交/回滚流程，可让 MCP 兼容 Agent 直接操作湖仓数据。

定价与部署

产品有三档：Community 免费自托管，只需承担自身云资源成本；Managed 为 $0.01/vCPU-hour + $0.002/GiB-hour，另加 AWS 计算成本，部署在用户 AWS VPC 中并提供自动伸缩、调度、监控和成本看板；Enterprise 定制报价，包含专属支持、SAML/OIDC、RBAC 和自定义许可。开源版适合评估和原型，生产团队更可能使用托管 BYOC。

优缺点

优点是迁移路径清晰、开源格式友好、避免专有 DBU 式计费，并提供自托管选择。对于已有 Spark 代码和 AWS 数据湖的团队，试点成本较低。局限也明显：抓取内容主要覆盖 AWS，未看到多云支持；性能数字来自 derived TPC-H，实际收益需用真实作业验证；Spark 生态边缘兼容性、企业安全细节仍需进一步查文档或 PoC。

适合谁与中国访问

它适合 Spark/Databricks 成本压力较大、希望保留 PySpark/Spark SQL 代码、并愿意在 AWS 中采用 BYOC 的数据工程团队，也适合探索 AI Agent 湖仓操作的团队。中国访问情况文本未提供，网络与支付方式未知；若访问或云环境受限，可对比 Apache Spark、AWS EMR、Databricks 或自托管 DataFusion/Spark 方案。